Hibernate Experten in Düsseldorf

PLANT-MY-TREE®-per-order

Die Anwendung ermöglicht Shopify-Händlern die automatisierte Beauftragung von Baumpflanzungen für jede eingegangene Bestellung. Durch die Integration ökologischer Beiträge direkt in den Kaufprozess entfällt der manuelle Aufwand für die Nachverfolgung und Abrechnung von Aufforstungsinitiativen. Das System steigert die Transparenz gegenüber Endkunden durch Echtzeit-Visualisierungen des ökologischen Impacts direkt im Storefront. Die Architektur basiert auf einem modularen Monolithen mit Spring Boot im Backend und einer integrierten React-App innerhalb des Shopify-Admin-Bereichs. Die Lösung nutzt Webhooks zur Event-gesteuerten Erfassung von Bestelldaten und integriert das ERP-System weclapp zur automatisierten monatlichen Rechnungsstellung. Ein App-Proxy-Mechanismus stellt dynamische Statistiken wie CO2-Kompensation und gepflanzte Bäume ohne Performance-Einbußen für den Händler-Shop bereit.

Tätigkeiten:

• Konzeption der modularen Softwarearchitektur basierend auf Spring Modulith zur Sicherstellung hoher Wartbarkeit
• Entwicklung der Event-gesteuerten Geschäftslogik zur Bewertung von Shopify-Bestellungen mittels Webhooks
• Implementierung der automatisierten Rechnungsstellung durch Anbindung der weclapp REST-API
• Aufbau des Frontends unter Verwendung von React Router und der Shopify App Bridge für eine native Integration
• Design des Datenbankmodells und Implementierung der Persistenzschicht mit JPA/Hibernate sowie Prisma
• Integration von Internationalisierungsprozessen für die globale Anwendung in Frontend und E-Mail-Kommunikation
• Automatisierung der Deployment-Prozesse mittels Docker und GitLab CI/CD

Projektskills: Java 25, Spring Boot, Spring Security, Spring Modulith, Hibernate, JPA, REST API, PostgreSQL, Maven, Liquibase, React, TypeScript, React Router, Vite, Node.js, Prisma, Zod, Docker, Docker Compose, GitLab CI/CD, Shopify CLI, Shopify App Bridge, Polaris, weclapp, i18next, Lombok, Vitest

• Entwicklung und Einführung des KI-gestützten 'E-Rechnungs-Korrektors', eines intelligenten Systems zur Prüfung und Korrektur von Rechnungen mit Python, FastAPI und Machine Learning. Das System ist jetzt bei Fintom8 im Einsatz.
• Umwandlung des Korrektors in eine voll funktionsfähige API, veröffentlicht mit Swagger-Dokumentation für einfachen Zugriff und Integration durch interne und externe Nutzer.
• Entwurf, Testen und Optimierung fortgeschrittener LLM-Prompts und Meta-Prompting-Strategien zur Verbesserung des automatisierten Denkens, der Fehlerkorrektur und Entscheidungsfindung in Agent-Workflows.
• Integration bestehender APIs in das Google Agent Development Kit (ADK), um Automatisierungsfunktionen und Conversational-AI-Workflows zu erweitern.
• Implementierung umfassender Unit-Tests mit pytest und unittest sowie Einsatz von Breakpoint-Debugging (VS Code, pdb) zur Sicherstellung von Code-Zuverlässigkeit, Wartbarkeit und reibungslosem Laufzeitverhalten.
• Einsatz von Pydantic und Tabulate für strukturierte Datenvalidierung, API-Schema-Verwaltung und klare tabellarische Datenrepräsentation in Test- und Debugging-Workflows.
• Verfolge das Google Cloud Professional Certificate.

• Visualisierung, Suche und Pflege von verschiedenen Arten von Stammdaten, deren Bereitstellung über eine REST-API sowie Implementierung einer Vielzahl von Import- und Export-Formaten.

• Realisierung, Architektur, Projektmanagement.

• Technologien und Tools: Angular (Signals, Signal-Store, swagger-codegen, Standalone Components), Java, PostgreSQL, ActiveMQ, JavaScript, Spring Boot (Spring Core, Spring MVC, Spring Data/JPA über Hibernate, Spring Security, Spring Modulith), JUnit, Flyway, QueryDSL, GraphQL, REST API, Node, npm, Maven, SonarQube, GitLab CI/CD Pipelines, Docker, Nexus, OpenAPI + Swagger-UI, Keycloak, OAuth2, OpenID-Connect, IntelliJ IDEA, Jira, Confluence.

• Leitung der Entwicklung einer robusten, skalierbaren und leistungsstarken Microservices-Architektur.
• Migration von Legacy-Monolith-Systemen zu Spring Boot mit RESTful-APIs.
• Entwurf, Implementierung, Bereitstellung, Test und Optimierung skalierbarer Backend-Systeme mit hoher Verfügbarkeit und Leistung.
• Wartung und Bereitstellung containerisierter Anwendungen mit Docker auf Kubernetes, integriert in CI/CD-Pipelines.
• Zusammenarbeit mit funktionsübergreifenden Teams, einschließlich Frontend-Entwicklern, Produktmanagern und Designern, zur Umsetzung von Geschäftsanforderungen in skalierbare und effiziente Backend-Lösungen.
• Betreuung der Teammitglieder und Durchführung aussagekräftiger Code-Reviews.

• Aufsetzen und Weiterentwicklung eines internationalen Subscription-Verwaltung-Systems

• Migration und Abschalten eines Hybris-SAP-Systems und Anbindung von Zuora

• Umsetzung zahlreicher Schnittstellen zu verschiedenen Systemen (extern und intern)

• Aufsetzen und Verbessern des Monitorings mit Grafana, Prometheus und Databricks

• Einführung von Logging mit Loki

• Umsetzung fachlicher Anforderungen mit jQuery, Thymeleaf, Spring Boot, Java, Go und Python

• Anpassung und Erweiterung der GitLab-CI-Pipelines

• Aufsetzen und Erweitern der Infrastruktur-as-Code mit Terraform und ArgoCD in AWS

• Aufsetzen und Durchführung von E2E- und Performance-Tests

• Ausbau der Databricks Business Intelligence Lösung zur Bereitstellung verschiedener KPIs

• Aufgaben: Architektur, DevOps, Entwicklung, Unit-Tests, Coaching von Mitarbeitern und Azubis, E2E-, Smoke- und Integration-Tests, Beratung bei agilen Methoden (Kanban, Scrum)

• Technologien und Methoden: Java, Go, Kotlin, Node.js, Spring Boot, SOAP/REST, Quarkus, Thymeleaf, Vaadin, Slack, Jira, Confluence, IntelliJ, GitLab, SQS, Kafka, AWS, Kubernetes, Terraform, Maven, Gradle, GitLab-CI, Databricks

• Entwicklung eines interaktiven Prototyps zur Konzeption eines KI-gestützten Enterprise-Architecture-Management-Tools. Ziel war es, komplexe Zusammenhänge zwischen IT-Systemen, Geschäftsprozessen und Fachbereichen verständlich darzustellen und Entscheidungsprozesse im Kontext von IT-Transformationen zu unterstützen.

• Der Prototyp kombinierte datengetriebene Analysen mit geführten Fragestellungen und interaktiven Visualisierungen. Ein zentraler Bestandteil war die Integration eines RAG-Prozesses, um domänenspezifisches EAM-Wissen kontextbezogen bereitzustellen. Der Fokus lag auf schneller Validierung von Ideen, nutzerzentriertem Interaktionsdesign und der technischen Machbarkeit eines skalierbaren Gesamtkonzepts.

• Konzeption, Implementierung und Validierung eines RAG-Prozesses für domänenspezifisches EAM-Wissen mit Python, LangChain sowie Graph- bzw. Vektordatenbanken (Neo4J, Milvus)

• Fachliche und technische Anforderungsanalyse sowie Definition eines MVPs

• Entwicklung des Architektur- und Technologiekonzepts unter Einsatz von Angular, Spring Boot, GraphQL und Kubernetes

• Konzeption eines Interaktionsdesigns und Erstellung eines Brand Style Guides mit Figma

• Entwicklung interaktiver Prototypen mit Angular, Konva.js und TypeScript

• Integration von CI/CD-Prozessen mit GitLab CI/CD